[发明专利]一种空气质量驱动下的建筑群体形态优化设计方法及系统

权利要求书

1.一种空气质量驱动下的建筑群体形态优化设计方法，其特征在于：所述方法包括以下步骤：

采集街区建筑形态数据以及街区空气质量环境数据；

根据采集的街区建筑形态数据以及街区空气质量环境数据建立随机森林模型，建立不同建筑形态对于空气质量的相关性特征；

根据建立的随机森林模型，输入新建建筑群形态学参数数据，对不同建筑群模型进行全天候模拟，结合不同建筑形态对于空气质量的相关性特征，得到多组空气质量数据；

根据得到的多组空气质量数据，进行综合化处理得到最小综合优化结果，将最小综合优化结果所对应形态学参数数据作为最优的建筑群形态布局，并输出为最优的建筑群形态设计策略。

2.根据权利要求1所述的一种空气质量驱动下的建筑群体形态优化设计方法，其特征在于：所述采集街区建筑形态数据包括：

采集城区建筑群体3D形态轮廓数据，建立城市建筑形态数据平台；在所述建立城市建筑形态数据平台上实施以下步骤：

采集城区地表建筑物矢量数据为数据源，基于正方形网格来计算形态学参数表示建筑物的三维形态信息。

3.根据权利要求1所述的一种空气质量驱动下的建筑群体形态优化设计方法，其特征在于：采集所述街区空气质量环境数据包括：采集城区气象观测站点数据以及卫星遥感气溶胶观测数据，建立空气质量环境数据平台；在所述建立空气质量环境数据平台实施以下步骤：

获取静止卫星小时级气溶胶光学厚度数据；

根据获取的厚度数据进行城区全覆盖的PM2.5浓度反演。

4.根据权利要求1所述的一种空气质量驱动下的建筑群体形态优化设计方法，其特征在于：所述建立不同建筑形态对于空气质量的相关性特征包括：

模拟PM2.5浓度与建筑形态之间的非线性关系，评价每个建筑形态因子在与PM2.5浓度回归中的作用，表明不同建筑形态对所在街区空气污染物产生汇聚或者是扩散的效果。

5.根据权利要求4所述的一种空气质量驱动下的建筑群体形态优化设计方法，其特征在于：所述评价每个建筑形态在与PM2.5浓度回归中的作用包括：

对于建筑形态对PM2.5浓度的影响通过以下公式表示，其中，计算方法如下：

式中，f为依赖函数，Xs是PM2.5浓度，Xc为三维建筑形态因子，n为已计算三维建筑形态因子区域的个数。

6.根据权利要求1所述的一种空气质量驱动下的建筑群体形态优化设计方法，其特征在于：所述根据建立的随机森林模型，输入新建建筑群形态学参数数据，对不同建筑群模型进行全天候模拟，结合不同建筑形态对于空气质量的相关性特征，得到多组空气质量数据包括以下步骤：

输入不同方案的新建建筑群形态参数数据，建立街区不同建筑群方案模型并进行全年四季不同天气环境的全天候模拟，得到新建建筑群体太阳辐射强度、建筑群区域的日照分布结果，再利用建立的随机森林模型，得到多组空气污染浓度分布结果。

7.根据权利要求1至6任一所述的一种空气质量驱动下的建筑群体形态优化设计方法，其特征在于：所述将最小综合优化结果所对应形态学参数数据作为最优的建筑群形态布局，其中，所述所对应形态学参数包括建筑密度、建筑高度、建筑体积密度、迎风面积比、地块容积率和建筑高度标准偏差的一种或多种。

8.根据权利要求1所述的一种空气质量驱动下的建筑群体形态优化设计方法，其特征在于：所述进行综合化处理，通过下式得到，

OptS＝a*S1+b*S2+c*S3 (2)

其中，OptS为综合优化结果；a，b，c分别为S1，S2，A3的权重系数；S1表示新建建筑群太阳辐射强度；S2表示建筑群区域的日照分布；S3表示空气污染浓度分布。

9.一种空气质量驱动下的建筑群体形态优化设计系统，其特征在于：用于实现如权利要求1至8任一项所述的一种空气质量驱动下的建筑群体形态优化设计方法。

10.根据权利要求9所述的一种空气质量驱动下的建筑群体形态优化设计系统，其特征在于：包括采集模块、数据处理模块、数据模拟模块和数据输出模块，其中，

所述采集模块，用于采集街区建筑形态数据以及街区空气质量环境数据；

所述数据处理模块，用于根据采集的街区建筑形态数据以及街区空气质量环境数据建立随机森林模型，建立不同建筑形态对于空气质量的相关性特征；

所述数据模拟模块，用于根据建立的随机森林模型，输入新建建筑群形态学参数数据，对不同建筑群模型进行全天候模拟，结合不同建筑形态对于空气质量的相关性特征，得到多组空气质量数据；

所述数据输出模块，用于根据得到的多组空气质量数据，进行综合化处理得到最小综合优化结果，将最小综合优化结果所对应形态学参数数据作为最优的建筑群形态布局，并输出为最优的建筑群形态设计策略。